图卷积神经网络在中文对话情感分析中的应用

• 作者: 杨青 朱丽 张亚文 吴涛
• 来源期刊: 软件导刊
• 关键词: 中文对话文本 情感分析 图卷积神经网络 双向门控循环单元
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 中国计算机应用大会(NCCA 2020)专题
• 页码范围: 7-12
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.202029

摘要

针对目前对话文本情感分析中大部分模型忽略说话者情感的相互影响作用这一问题,为了有效识别对话文本中说话者本身表达的情感类别,充分考虑对话者之间的情感因素,提出一种基于图卷积神经网络的对话情感分析方法.首先,使用BiGRU将对话文本进行序列上下文编码,获得话语文本表征;然后,依据说话者对话顺序构造一个有向图,利用图卷积神经网络获取每个话语文本新的文本表征向量;最后,连接得到的两个话语表征向量,采用基于相似度的注意力机制获得最终的话语文本表示,从而进行情感分类.在dailydialog中文语料库上的实验结果表明,BiGRU结合GCN模型的方法相比于CNN和BiLSTM模型,在对话文本情感分类方面的准确率大约提高了15％,且F1值也有明显提高,取得较好的情感分类效果.